版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、邊坡的變形和受力狀態(tài)分析的難題之一便是如何恰當(dāng)?shù)毓烙嫀r土體的力學(xué)模型參數(shù)。最優(yōu)估計的巖土力學(xué)模型參數(shù)是通過比較現(xiàn)場觀測到的信息數(shù)據(jù)與理論模型得到的模型數(shù)據(jù)的差異而得到的。通過定義目標(biāo)函數(shù),將參數(shù)識別反問題轉(zhuǎn)化為優(yōu)化問題處理。伴隨著計算機(jī)技術(shù)的發(fā)展,正分析的理論和計算方法逐漸成熟,觀測儀器的精度也逐步提高,根據(jù)現(xiàn)場觀測數(shù)據(jù)進(jìn)行巖土力學(xué)模型參數(shù)反演具有良好的應(yīng)用前景,本文主要研究成果如下: ①根據(jù)參數(shù)優(yōu)化反演基本原理,對標(biāo)準(zhǔn)粒子群算
2、法采用“隱匿墻”的約束處理方法后,將其應(yīng)用到求解邊坡工程力學(xué)參數(shù)反問題中,以一個二維邊坡位移反分析的算例證明了該反演方法的可行性。 ②為提高優(yōu)化反演的計算效率,進(jìn)一步減少正算工作量,對標(biāo)準(zhǔn)粒子群優(yōu)化算法做了進(jìn)一步的改進(jìn)。對較差粒子和最優(yōu)粒子分別采取了“加時飛行策略”和“保持最優(yōu)位置策略”,并在算法后期引用“直接搜索策略”,構(gòu)建了一種改進(jìn)粒子群算法(FPSO-DS)。用典型Schaffer函數(shù)進(jìn)行了仿真試驗,與標(biāo)準(zhǔn)粒子群算法(SP
3、SO)、線性遞減慣性權(quán)重粒子群算法的優(yōu)化結(jié)果進(jìn)行了對比分析,說明了改進(jìn)方法的有效性與穩(wěn)定性。并運(yùn)用“平均截止代數(shù)”和“截止代數(shù)分布熵”的綜合測度定量地評價了改進(jìn)算法的優(yōu)化效率。 ③利用VC編程實現(xiàn)了參數(shù)反演的FPSO-DS方法,并通過算例驗證,與前文SPSO反演方法的迭代收斂曲線進(jìn)行比較分析,可以發(fā)現(xiàn)FPSO-DS對提高最優(yōu)解的收斂速度和計算精度具有較好的效果。 ④將本文提出的改進(jìn)粒子群(FPSO-DS)優(yōu)化反演方法應(yīng)用
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于改進(jìn)粒子群算法的邊坡工程參數(shù)辨識研究.pdf
- 改進(jìn)粒子群算法在薄膜參數(shù)反演與設(shè)計中的應(yīng)用.pdf
- 改進(jìn)粒子群優(yōu)化算法在路徑優(yōu)化中的應(yīng)用.pdf
- 粒子群算法的改進(jìn)及其在參數(shù)優(yōu)化和社區(qū)發(fā)現(xiàn)中的應(yīng)用.pdf
- 改進(jìn)粒子群算法及其在機(jī)械優(yōu)化中的應(yīng)用.pdf
- 改進(jìn)粒子群優(yōu)化算法在最優(yōu)潮流計算中的應(yīng)用.pdf
- 基于改進(jìn)粒子群優(yōu)化算法的板巖參數(shù)反演及洞室流變分析.pdf
- 粒子群優(yōu)化算法的改進(jìn)及其應(yīng)用
- 粒子群優(yōu)化算法的改進(jìn)及其在圖像分割中的應(yīng)用.pdf
- 粒子群優(yōu)化算法的改進(jìn)及其應(yīng)用.pdf
- 粒子群優(yōu)化算法的改進(jìn)與應(yīng)用.pdf
- 粒子群算法在神經(jīng)網(wǎng)絡(luò)參數(shù)優(yōu)化中的應(yīng)用.pdf
- 粒子群算法在效用優(yōu)化中的應(yīng)用.pdf
- 粒子群算法在查詢優(yōu)化中的應(yīng)用.pdf
- 改進(jìn)的粒子群優(yōu)化算法在MEMS元器件設(shè)計中的應(yīng)用.pdf
- 粒子群優(yōu)化算法的改進(jìn)及其在圖像中的應(yīng)用研究.pdf
- 層狀巖體邊坡工程力學(xué)參數(shù)研究.pdf
- 粒子群算法的改進(jìn)及其在回歸模型參數(shù)估計中的應(yīng)用.pdf
- 粒子群算法在仿人智能控制參數(shù)優(yōu)化中的應(yīng)用.pdf
- 粒子群優(yōu)化算法改進(jìn)研究及其在碼頭調(diào)度中的應(yīng)用.pdf
評論
0/150
提交評論